Învățarea automată îmbunătățește detectarea celulelor canceroase prin dispersia luminii
Testele citologice reprezintă o metodă comună de screening pentru celulele canceroase din mostrele de celule colorate.
Pathologii examinează, cu ajutorul microscopului, celulele colectate din fluidele corporale, căutând semne evidente de malignitate, precum nucleii măriți sau formele celulelor anormale. Datorită naturii lor minim invazive, aceste teste sunt utilizate pe scară largă pentru depistarea și diagnosticarea precoce a cancerului.
În general, obținerea unor rezultate precise dintr-un test citologic depinde în mare măsură de abilitățile pathologului care îl efectuează. Totuși, în unele cazuri, celulele canceroase și cele normale pot arăta identic, diferențele apărând doar la scale mai mici decât cele pe care microscoapele convenționale le pot rezolva. Acestea implică adesea modificări în structurile nanometrice, cum ar fi filamentele de actină și microtubulele care compun scheletul intern al celulei, ceea ce poate altera modul în care celula dispersează lumina.
Poate un sistem bazat pe învățarea automată să detecteze aceste diferențe optice subtile?
Această cercetare a fost inițial concepută de Yoichiroh Hosokawa și Ryohei Yasukuni de la Nara Institute of Science and Technology (NAIST), Japonia, și Akihiko Ito de la Kindai University Faculty of Medicine, Japonia. Într-un studiu recent publicat în Scientific Reports pe 3 august 2026, cercetarea a fost condusă de Yuka Tsuri de la NAIST, având ca obiectiv să răspundă la această întrebare. Lucrarea a fost co-semnată de Hayata Tsutsui, Wataru Nakata, Risa Onishi și Mikiya Fujii de la NAIST; Fuka Takeuchi și Tomoko Wakasa de la Kindai University Faculty of Medicine și Nara Hospital, respectiv; Junko Nakamura și Seiichi Hirota de la Hyogo Medical University Hospital și School of Medicine; și Ryohei Yasukuni, care este în prezent afiliat la Osaka Institute of Technology.
Cercetătorii au propus o abordare bazată pe microscopie cu câmp întunecat; o tehnică care captează lumina dispersată de un obiect, mai degrabă decât lumina absorbită în timp ce trece prin el. Aceștia au examinat mostrele citologice care conțineau celule canceroase de mezoteliom și celule mezoteliale reactive, care adesea au apariții foarte similare, și au înregistrat modul în care acestea dispersează lumina albă cu lungimi de undă între 420 și 720 nanometri. Spectrele rezultate au fost introduse într-un sistem de învățare automată care a condus mai întâi la condensarea datelor prin analiza componentelor principale, apoi a distins între tipurile de celule utilizând un clasificator cu vector de suport.
După antrenament, sistemul a reușit să diferențieze între celulele de mezoteliom și celulele mezoteliale reactive cu o acuratețe de aproximativ 91% în validarea bazată pe pacienți. De asemenea, a arătat potențialul de a distinge celulele canceroase gastrice și uroteliale, precum și mai multe tipuri de cancere pulmonare și toracice, deși performanța a variat în funcție de tipurile de tumori și de metoda de validare. „Rezultatul sugerează că spectrul de dispersie a luminii, care conține informații la scară submicronică, este foarte sensibil în detectarea diferențelor între tipurile de celule comparativ cu inspecția vizuală sau analiza imaginii,” explică Tsuri.
În general, constatările acestui studiu servesc drept dovadă de concept pentru adăugarea informațiilor despre dispersia luminii la testele citologice convenționale. Echipa de cercetare își imaginează că această tehnologie va completa abilitățile și judecata pathologilor. „Integrând acest sistem spectroscopic cu un microscop, s-ar putea crea un instrument puternic pentru pathologi și, potențial, îmbunătăți acuratețea diagnosticului lor,” afirmă Tsuri. Cercetătorii lucrează în prezent pentru a optimiza setările optice și protocolul de operare, aplicând metode avansate de învățare automată pentru a îmbunătăți și mai mult acuratețea diagnosticului.
